【下载文档:  详解python pandas 分组统计的方法.txt 】

---

详解python pandas 分组统计的方法
首先，看看本文所面向的应用场景：我们有一个数据集df，现在想统计数据中某一列每个元素的出现次数。这个在我们前面文章《如何画直方图》中已经介绍了方法，利用value_counts()就可以实现（具体回看文章）
但是，现在，我们考虑另外一个场景，我们假如要想统计其中两列元素出现次数呢？举个栗子：
在df数据集中，如果我们想统计A、B两列的元素的出现情况，也就是说，得到如下表。
从上面的最后一列可以看到，在A、B两列中，1 2 出现了2次，1 4 出现1次 ，1 6出现1次，2 3出现了2次， 2 4 出现1次， 3 1出现了1次
具体实现的代码：
import pandas as pd
df=pd.DataFrame([[1,2,2],[1,4,5],[1,2,4],[1,6,3],[2,3,1],[2,4,1],[2,3,5],[3,1,1]],columns=['A','B','C'])
gp=df.groupby(by=['A','B'])
gp.size()
所以，如果想统计更多列，只要在groupby()中的by参数添加就可以，例如统计3列。
gp=df.groupby(by=['A','B','C'])
由gp.size()得到的是可以mulitiindex Series。
下面，要转化成DataFrame的结构。
newdf=gp.size()
newdf.reset_index(name='times')
其中name中参数就是我们可以为最后一列添加新的名字，例如这里的“times”
这个时候newdf已经是DataFrame的类型了。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持中文源码网。